海樽優(yōu)化算法（Salp Swarm algorithm,SSA）是模擬海洋中生物海樽在海洋中移動和捕食行為而提出的一種新的群智能優(yōu)化算法。該算法具有結構簡單,搜索能力強,魯棒性較強,并且比較容易實現(xiàn)等特點。但隨著研究的深入,研究者發(fā)現(xiàn)海樽優(yōu)化算法也存在著后期尋優(yōu)精度不高,易陷入局部最優(yōu)等缺點。本論文針對海樽優(yōu)化算法所存在的不足之處進行改進,并將改進的算法應用于優(yōu)化問題,目的在于完善海樽優(yōu)化算法的理論基礎并拓展其應用范圍。本論文的主要研究工作包括:（1）采用單純形法對植物海樽優(yōu)化算法進行改進,增加了算法全局和局部搜索能力,避免了算法在后期陷入局部最優(yōu),同時提高了算法的收斂速度,使得海樽優(yōu)化算法的整體的性能更優(yōu)。（2）為增加海樽優(yōu)化算法種群的多樣性,將極坐標編碼應用到海樽優(yōu)化算法中,提出了一種基于極坐標編碼方式的海樽優(yōu)化算法。相比較于傳統(tǒng)的實數(shù)編碼,極坐標編碼方式擴大了海樽個體的多樣性和搜索空間范圍,減弱陷入局部最優(yōu)的可能性,有效地提高了算法的收斂性和穩(wěn)定性。通過實驗表明,極坐標編碼方式的海樽優(yōu)化算法在求解一些復雜優(yōu)化問題有一定的優(yōu)勢。 

【文章來源】：廣西民族大學廣西壯族自治區(qū)

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【部分圖文】：

圖２．１海樽個體?圖２．２海樽鏈??Ｆｉｇ?２．１?Ｉｎｄｉｖｉｕａｌ?ｓａｌｐ?Ｆｉｇ?２．２?ｓｗａｒｍ?ｏｆ?ｃｈａｉｎ（ｓａｌｐｓ?ｃｈａｉｎ）??

小結??對基本海樽優(yōu)化算法（ＳＳＡ）的生物背景介紹、算法的基本結構、個和迭代、種群以及個體的初始化、算法中領頭海樽和追隨海樽各以及基本海樽優(yōu)化算法的基本流程圖。同時也為后面進一步研宄基法（ＳＳＡ）打下堅實的理論基礎。??１０??

圖３．１單純形法示意圖??Ｆｉｇ?３．１?Ｓｃｈｅｍａｔｉｃ?ｖｉｅｗ?ｏｆ?ｓｉｍｐｌｅｘ?ｍｅｔｈｏｄ??

【參考文獻】：
期刊論文
[1]基于極坐標變換的改進NSGA-Ⅱ算法[J]. 劉江,魏靜萱.  電子科技. 2016(02)
[2]A hybrid cuckoo search algorithm with feasibility-based rule for constrained structural optimization[J]. 龍文,張文專,黃亞飛,陳義雄.  Journal of Central South University. 2014(08)
[3]基于極坐標編碼的改進人工魚群算法[J]. 宋瀟瀟,孫棣華,解佳.  系統(tǒng)工程與電子技術. 2010(10)
[4]一種基于復數(shù)編碼的遺傳算法[J]. 鄭朝暉,張焱,裘聿皇.  控制理論與應用. 2003(01)



本文編號：3454156